DLO-JZ Optimisation de l'apprentissage - Jour 2

Optimisation système d'une boucle d'apprentissage Resnet-152.

Objet du notebook

Le but de ce notebook est d'optimiser un code d'apprentissage d'un modèle Resnet-50 sur Imagenet pour Jean Zay en implémentant :

• TP 1 : l'optimisation du Dataloader
• TP 2 : la distribution (Data Parallelism)

Les cellules dans ce notebook ne sont pas prévues pour être modifiées, sauf rares exceptions indiquées dans les commentaires. Les TP se feront en modifiant les codes dlojz2_X.py.

Les directives de modification seront marquées par l'étiquette TODO dans le notebook suivant.

Les solutions sont présentes dans le répertoire solutions/.

Notebook rédigé par l'équipe assistance IA de l'IDRIS, janvier 2024

---

Environnement de calcul

Les fonctions python de gestion de queue SLURM développées par l'IDRIS et les fonctions dédiées à la formation DLO-JZ sont à importer.

Le module d'environnement pour les jobs et la taille des images sont fixés pour ce notebook.

TODO : choisir un pseudonyme (maximum 5 caractères) pour vous différencier dans la queue SLURM pendant la formation.

from idr_pytools import display_slurm_queue, gpu_jobs_submitter, search_log
from dlojz_tools import controle_technique, compare, GPU_underthehood, plot_accuracy, lrfind_plot, imagenet_starter, comm_profiler, turbo_profiler, BatchNorm_view
MODULE = 'pytorch-gpu/py3/2.3.0'
image_size = 224
account = 'for@a100'
name = 'pseudo'   ## Pseudonyme à choisir

Création d'un répertoire checkpoints/ si cela n'a pas déjà été fait.

!mkdir -p checkpoints

---

Gestion de la queue SLURM

Pour afficher vos jobs dans la queue SLURM :

display_slurm_queue(name)

 Done!

Remarque: cette fonction sera utilisée plusieurs fois dans ce notebook. Elle permet d'afficher la queue de manière dynamique, rafraichie toutes les 5 secondes. Elle ne s'arrête que lorsque la queue est vide. Si vous désirez reprendre la main sur le notebook, il vous suffira d'arrêter manuellement la cellule avec le bouton stop. Cela n'a bien sûr aucun impact sur les jobs soumis.

Si vous voulez retirer TOUS vos jobs de la queue SLURM, décommenter et exécuter la cellule suivante :

#!scancel -u $USER

Si vous voulez retirer UN de vos jobs de la queue SLURM, décommenter, compléter et exécuter la cellule suivante :

#!scancel <jobid>

---

Différence entre deux scripts

Pour comparer son code avec les solutions mises à disposition, la fonction suivante permet d'afficher une page HTML contenant un différentiel de fichiers texte.

s1 = "./dlojz2_2.py"
s2 = "./solutions/dlojz2_2.py"
compare(s1, s2)

Voir le résultat du différentiel de fichiers sur la page suivante (attention au spoil !) :

compare.html

---

Garage - Mise à niveau

On fixe la taille d'image pour ce TP.

image_size = 224

On fixe le batch size optimal d'après les expériences du Jour 1.

bs_optim = 512

TP2_1: Optimisation du DataLoader

Dans ce TP, on utilisera le script dlojz2_1.py dans lequel le profiler PyTorch n'est pas implémenté. Ce script est identique à la solution du TP2_1.

Dans un premier temps, on va désactiver toutes les optimisations du DataLoader (version sous-optimisée). Ensuite, nous pourrons observer l'impact de chacune des optimisations possibles en les réintégrant une par une.

Découverte de turbo_profiler

Pour ce TP, nous avons implémenté un profiler maison léger turbo_profiler basé sur l'outil Chronometer pour visualiser le temps passé sur CPU (DataLoader) et sur GPU (le reste de l'itération). Ce profiler est moins précis mais cela nous permettra de désactiver le profiler PyTorch pour ne pas dégrader les performances et éviter de devoir ouvrir l'outil graphique TensorBoard à chaque fois pour visualiser les informations qui nous intéressent.

Version sous-optimisée

TODO : lancer l'exécution sur 1 GPU et 50 itérations (--test-nsteps 50) sans profiling pour passer un contrôle technique qui servira de référence. Cela va prendre quelques minutes (~5min), vous pouvez passer à la suite sans attendre la fin de l'exécution.

Soumission du job. Attention vous sollicitez les noeuds de calcul à ce moment-là.

Pour soumettre le job, veuillez basculer la cellule suivante du mode Raw NBConvert au mode Code.

command = f'./dlojz2_1.py -b {bs_optim} --image-size {image_size} --test'
command += f' --num-workers 0 --no-persistent-workers --no-pin-memory --no-non-blocking'
n_gpu = 1
jobid = gpu_jobs_submitter(command, n_gpu, MODULE, name=name,
                    account=account, time_max='00:10:00')
print(f'jobid = {jobid}')

batch job 0: 1 GPUs distributed on 1 nodes with 1 tasks / 1 gpus per node and 8 cpus per task
Submitted batch job 249821
jobid = ['249821']

Puis, rebasculer la cellule précédente en mode Raw NBConvert, afin d'eviter de relancer un job par erreur.

#jobid = ['90764']

display_slurm_queue(name)

             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
            249821    gpu_p5   pseudo  cfor032  R       3:36      1 jean-zay-iam10

 Done!

Quizz

L'éxécution étant assez longue, un quizz vous attend : Quizz TP2_1

controle_technique(jobid)

Train throughput: 154.46 images/second
GPU throughput: 1152.99 images/second
epoch time: 8296.69 seconds
-----------
training step time average (fwd/bkwd on GPU): 0.444063 sec (5.8%/94.1%) +/- 0.007393
loading step time average (IO + CPU to GPU transfer): 2.870636 sec +/- 0.630715

Click here to display the log file

TODO : visualiser la sortie de turbo_profiler

# call turbo_profiler
dataloader_trial = turbo_profiler(jobid,dataloader_info=True)

>>> Turbo Profiler >>> Training complete in 198.134031 s

Via le turbo profiler, on va également récupérer et stocker les performances obtenues dans une DataFrame dataloader_trials :

• initialisation de la DataFrame :

import pandas as pd
dataloader_trials = pd.DataFrame({"jobid":pd.Series([],dtype=str),
                                  "num_workers":pd.Series([],dtype=int),
                                  "pin_memory":pd.Series([],dtype=str),
                                  "non_blocking":pd.Series([],dtype=str),
                                  "prefetch_factor":pd.Series([],dtype=int),
                                  "persistent_workers":pd.Series([],dtype=str),
                                  "drop_last":pd.Series([],dtype=str),
                                  "loading_time":pd.Series([],dtype=float),
                                  "CPU_memory_usage(GB)":pd.Series([],dtype=float)})

• stockage du résultat précédent dans la DataFrame :

# store result in "dataloader_trials" DataFrame
dataloader_trials = pd.concat([dataloader_trials,dataloader_trial], ignore_index=True)

• visualisation du contenu de la DataFrame :

---

# afficher le tableau récapitulatif, trier par ordre croissant du LOADING_TIME
dataloader_trials.sort_values("loading_time")

	jobid	num_workers	pin_memory	non_blocking	prefetch_factor	persistent_workers	drop_last	loading_time	CPU_memory_usage(GB)
0	249821	0	False	False	2	False	False	2.870636	2.583473

Exploration des paramètres d'optimisation du DataLoader

L'objectif de ce TP est de réduire le temps passé sur CPU par le DataLoader.

Pour cette étude, on continue à lancer les exécutions sur 1 GPU et 16 itérations seulement (--test-nsteps 16) pour avancer plus rapidement.

Les différentes optimisations proposées par le DataLoader de PyTorch sont accessibles dans le script dlojz.py via les arguments :

• --num-workers <num_workers> (défaut à 8)
• --persistent-workers (défaut) ou --no-persistent-workers
• --pin-memory (défaut) ou --no-pin-memory
• --non-blocking (défaut) ou --no-non-blocking
• --prefetch-factor <prefetch_factor> (défaut à 2)
• --drop-last ou --no-drop-last (défaut)

TODO : faire varier ces différents paramètres et observer leurs effets grâce au profiler turbo_profiler. Pour comparer les différents essais, ceux-ci seront stockés dans la DataFrame dataloader_trials initialisée plus tôt.

1. Modifier un ou plusieurs paramètres du DataLoader et lancer l'exécution :

Soumission du job. Attention vous sollicitez les noeuds de calcul à ce moment-là.

Pour soumettre le job, veuillez basculer la cellule suivante du mode Raw NBConvert au mode Code.

command = f'./dlojz2_1.py -b {bs_optim} --image-size {image_size} --test --test-nsteps 16'

# paramètres d'entrée correspondant aux optimisations du DataLoader
command += ' --num-workers 8' 
command += ' --pin-memory'
command += ' --no-non-blocking'
command += ' --prefetch-factor 2'
command += ' --persistent-workers'
command += ' --no-drop-last'

n_gpu = 1
jobid = gpu_jobs_submitter(command, n_gpu, MODULE, name=name,
                    account=account, time_max='00:10:00')
print(f'jobid = {jobid}')

batch job 0: 1 GPUs distributed on 1 nodes with 1 tasks / 1 gpus per node and 8 cpus per task
Submitted batch job 250243
jobid = ['250243']

#jobid = ['2189183']

display_slurm_queue(name)

             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
            250243    gpu_p5   pseudo  cfor032  R       0:34      1 jean-zay-iam19

 Done!

2. Visualiser le retour du turbo profiler :

# call turbo_profiler
dataloader_trial = turbo_profiler(jobid,dataloader_info=True)

>>> Turbo Profiler >>> Training complete in 20.139863 s

3. Stocker le nouveau résultat dans la DataFrame dataloader_trials :

# store result in "dataloader_trials" DataFrame
dataloader_trials = pd.concat([dataloader_trials,dataloader_trial], ignore_index=True)

4. Visualiser et comparer l'ensemble des résultats :

# afficher le tableau récapitulatif, trier par ordre croissant du LOADING_TIME
dataloader_trials.sort_values("loading_time").drop_duplicates()

	jobid	num_workers	pin_memory	non_blocking	prefetch_factor	persistent_workers	drop_last	loading_time	CPU_memory_usage(GB)
9	250021	16	True	True	2	True	False	0.000379	23.722820
8	249997	12	True	True	2	True	False	0.000393	18.223640
7	249992	8	True	True	2	True	True	0.000403	12.973003
6	249989	8	True	True	2	False	False	0.000568	12.972843
11	250243	8	True	False	2	True	False	0.013582	13.221825
2	249955	4	True	False	2	False	False	0.017398	7.722858
4	249973	4	True	True	2	False	False	0.073391	8.222889
10	250200	8	False	True	2	True	False	0.113451	2.014580
1	249951	4	False	False	2	False	False	0.189259	2.006294
3	249956	4	False	True	2	False	False	0.199624	2.010006
5	249979	1	True	True	2	False	False	1.973134	4.222897
0	249821	0	False	False	2	False	False	2.870636	2.583473

5. Répéter les étapes 1. à 4. jusqu'à avoir trouvé des paramètres d'optimisation satisfaisants.

Contrôle technique (version optimisée)

TODO : relancer l'exécution sur 1 GPU et 100 itérations (--test-nsteps 100) sans profiling pour passer un nouveau contrôle technique, à comparer avec celui de référence.

Soumission du job. Attention vous sollicitez les noeuds de calcul à ce moment-là.

Pour soumettre le job, veuillez basculer la cellule suivante du mode Raw NBConvert au mode Code.

command = f'./dlojz2_1.py -b {bs_optim} --image-size {image_size} --test --test-nsteps 100'

command += ' --num-workers 16' 
command += ' --pin-memory'
command += ' --non-blocking'
command += ' --prefetch-factor 2'
command += ' --persistent-workers'
command += ' --no-drop-last'

n_gpu = 1
jobid = gpu_jobs_submitter(command, n_gpu, MODULE, name=name,
                    account=account, time_max='00:10:00')
print(f'jobid = {jobid}')

batch job 0: 1 GPUs distributed on 1 nodes with 1 tasks / 1 gpus per node and 8 cpus per task
Submitted batch job 250032
jobid = ['250032']

#jobid = ['2189222']

display_slurm_queue(name)

             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
            250032    gpu_p5   pseudo  cfor032 CG       1:32      1 jean-zay-iam10

 Done!

turbo_profiler(jobid)

>>> Turbo Profiler >>> Training complete in 69.433859 s

controle_technique(jobid)

Train throughput: 1151.19 images/second
GPU throughput: 1152.33 images/second
epoch time: 1113.22 seconds
-----------
training step time average (fwd/bkwd on GPU): 0.444318 sec (6.4%/95.3%) +/- 0.034265
loading step time average (IO + CPU to GPU transfer): 0.000438 sec +/- 0.000167

Click here to display the log file

OPTIONNEL : Visualisation des traces profiler avec TensorBoard (version sous optimisée)

TODO : relancer le job en réactivant le profiler PyTorch dans le script dlojz2_1.py (revoir le TP1_4) afin de visualiser les traces sous TensorBoard, et les comparer avec la version optimisée étudiée dans le TP1_4.

Soumission du job. Attention vous sollicitez les noeuds de calcul à ce moment-là.

Pour soumettre le job, veuillez basculer la cellule suivante du mode Raw NBConvert au mode Code.

command = f'./dlojz2_1.py -b {bs_optim} --image-size {image_size} --test --test-nsteps 8'
command += f' --num-workers 0 --no-persistent-workers --no-pin-memory --no-non-blocking'

n_gpu = 1
jobid = gpu_jobs_submitter(command, n_gpu, MODULE, name=name,
                    account=account, time_max='00:10:00')
print(f'jobid = {jobid}')

batch job 0: 1 GPUs distributed on 1 nodes with 1 tasks / 1 gpus per node and 8 cpus per task
Submitted batch job 250044
jobid = ['250044']

Puis, rebasculer la cellule précédente en mode Raw NBConvert, afin d'éviter de relancer un job par erreur.

#jobid = ['1732254']

display_slurm_queue(name)

             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
            250044    gpu_p5   pseudo  cfor032 CG       1:15      1 jean-zay-iam10

 Done!

TODO : vérifier qu'une trace a bien été générée dans le répertoire profiler/<name>_<jobid>_bs512_is224/ sous la forme d'un fichier .json:

!tree profiler/

profiler/
└── pseudo_250044_bs512_is224
    └── jean-zay-iam10_3802511.1729188592301545018.pt.trace.json

1 directory, 1 file

TODO : visualiser cette trace grâce à l'application TensorBoard.

IMPORTANT : une fois le TP terminé, penser à quitter l'instance JupyterHub pour libérer le GPU ( > Hub Control Panel > Cancel ).

---

Garage - Mise à niveau

image_size = 224
bs_optim = 512

TP2_2 : Distribution - Parallélisme de données

Voir la documentation de l'IDRIS.

TODO : dans le script dlojz2_2.py :

• Importer les librairies liées à la distribution et au Data Parallelism.

• Configurer et initialiser l'environnement parallèle.

• Associer le bon GPU alloué au process actif.

• Basculer le modèle en mode DistributedDataParallelism pour qu'il soit dupliqué sur les différents GPU.

• Définir les samplers distribués train_sampler et val_sampler et les utiliser dans train_loader et val_loader respectivement. Attention, le shuffling devra être délégué aux samplers.

• Au tout début de la boucle d'apprentissage, indiquer au sampler l'epoch en cours afin d'obtenir un shuffling différent à chaque epoch.

Soumission du job. Attention vous sollicitez les noeuds de calcul à ce moment-là.

Pour soumettre le job, veuillez basculer la cellule suivante du mode Raw NBConvert au mode Code.

command = f'./dlojz2_2.py -b {bs_optim} --image-size {image_size} --test --chkpt' 
n_gpu = 4
jobid = gpu_jobs_submitter(command, n_gpu, MODULE, name=name,
                    account=account, time_max='00:10:00')
print(f'jobid = {jobid}')

batch job 0: 4 GPUs distributed on 1 nodes with 4 tasks / 4 gpus per node and 8 cpus per task
Submitted batch job 250065
jobid = ['250065']

Copier-coller la sortie jobid = ['xxxxx'] dans la cellule suivante.

Puis, rebasculer la cellule précédente en mode Raw NBConvert, afin d'eviter de relancer un job par erreur.

#jobid = ['2189271']

display_slurm_queue(name)

             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
            250065    gpu_p5   pseudo  cfor032  R       1:22      1 jean-zay-iam19

 Done!

Quizz

L'éxécution étant assez longue, un quizz vous attend : Quizz TP2_2

controle_technique(jobid)

Train throughput: 4469.60 images/second
GPU throughput: 4473.26 images/second
epoch time: 286.84 seconds
-----------
training step time average (fwd/bkwd on GPU): 0.457831 sec (8.8%/92.6%) +/- 0.030157
loading step time average (IO + CPU to GPU transfer): 0.000375 sec +/- 0.000086

Click here to display the log file

Communications

Découverte de comm_profiler

Pour ce TP, nous avons implémenté un profiler maison léger comm_profiler basé sur les traces de DEBUG de NCCL pour visualiser la quantité et le type de communications collectives échangées pendant une boucle d'apprentissage distribuée sur plusieurs GPU.

À noter : dans le script python dlojz2_2.py les variables de trace de DEBUG NCCL sont configurées comme suit :

if __name__ == '__main__':
    
    os.environ["NCCL_DEBUG"] = "INFO"
    os.environ["NCCL_DEBUG_SUBSYS"] = "INIT,COLL"
    # display info
    ...

comm_profiler(jobid, n_display=65)

from pytorch documentation :

Each DDP process creates a local Reducer, which will take care of the gradients synchronization during the backward pass. To improve communication efficiency, the Reducer organizes parameter gradients into buckets, and reduces one bucket at a time. Bucket size can be configured by setting the bucket_cap_mb argument in DDP constructor. The mapping from parameter gradients to buckets is determined at the construction time, based on the bucket size limit and parameter sizes.

DDP inter-noeud

Nous avons utilisé précédemment 4 GPU sur le même nœud de calcul. Les bus de communication intra-nœud NVLink sont très rapide. Le scaling est quasi parfait.

Si nous utilisons 32 GPU en DDP avec 4 nœuds de calcul et donc des communications sur le réseau d'interconnexion des nœuds nous obtenons le résultat suivant.

Ce test n'est pas faisable pendant le TP par chacun d'entre vous, pour des raisons évidentes d'accès aux ressources. Veuillez vous reporter au résultat fourni ici.

BatchNorm Layer & SyncBatchNorm Layer

Rappel :

Pendant l'apprentissage, la couche normalise ses sorties en utilisant la moyenne et l'écart type du batch d'entrée. Plus exactement, la couche retourne (batch - mean(batch)) / (var(batch) + epsilon) * weight + bias , avec :

• epsilon, une petite constante pour éviter la division par 0,
• weight, un facteur appris (entraîné) avec un calcul de gradient lors de la backpropagation et qui est initialisé à 1,
• bias, un facteur appris (entraîné) avec un calcul de gradient lors de la backpropagation et qui est initialisé à 0.

Pendant l'inférence ou la validation, la couche normalise ses sorties en utilisant en plus des weight et bias entraînés, les facteurs running_mean et running_var : (batch - running_mean) / (running_var + epsilon) * weight + bias.

running_mean et running_var sont des facteurs non entraînés, mais qui sont mis à jour à chaque itération de batch lors de l'apprentissage, selon la méthode suivante :

• running_mean = running_mean * momentum + mean(batch) * (1 - momentum)
• running_var = running_var * momentum + var(batch) * (1 - momentum)

import torchvision.models as models
model = models.resnet152()

BatchNorm_view(jobid, model)

SyncBatchNorm layer

Voir la documentation PyTorch.

TODO : dans le script dlojz2_2.py :

• Juste avant la bascule du modèle en mode DistributedDataParallelism, transformer les couches BatchNorm du modèle en couches SyncBatchNorm.

Soumission du job. Attention vous sollicitez les noeuds de calcul à ce moment-là.

Pour soumettre le job, veuillez basculer la cellule suivante du mode Raw NBConvert au mode Code.

command = f'./dlojz2_2.py -b {bs_optim} --image-size {image_size} --test --chkpt'
n_gpu = 4
jobid_sync = gpu_jobs_submitter(command, n_gpu, MODULE, name=name,
                    account=account, time_max='00:10:00')
print(f'jobid_sync = {jobid_sync}')

batch job 0: 4 GPUs distributed on 1 nodes with 4 tasks / 4 gpus per node and 8 cpus per task
Submitted batch job 250096
jobid_sync = ['250096']

Copier-coller la sortie jobid = ['xxxxx'] dans la cellule suivante.

Puis, rebasculer la cellule précédente en mode Raw NBConvert, afin d'eviter de relancer un job par erreur.

#jobid_sync = ['2189317']

display_slurm_queue(name)

             JOBID PARTITION     NAME     USER ST       TIME  NODES NODELIST(REASON)
            250096    gpu_p5   pseudo  cfor032  R       1:19      1 jean-zay-iam19

 Done!

controle_technique(jobid_sync)

Train throughput: 3465.92 images/second
GPU throughput: 3468.12 images/second
epoch time: 369.90 seconds
-----------
training step time average (fwd/bkwd on GPU): 0.590521 sec (50.4%/49.7%) +/- 0.004875
loading step time average (IO + CPU to GPU transfer): 0.000375 sec +/- 0.000148

Click here to display the log file

BatchNorm_view(jobid + jobid_sync, model, labels=['BN Layer', 'SyncBN Layers'])

Communications

comm_profiler(jobid_sync, n_display=100)